Franklin Templeton bruker OpenAI til investeringsanalyse
Med aksjeanalyse som utgangspunkt utvikler Franklin Templeton AI-arbeidsflyter som hjelper porteføljeforvaltere med å sammenligne synspunkter og vurdere risiko.
Franklin Templeton vil bruke AI til å hjelpe porteføljeforvaltere med å vurdere ulike analyseperspektiver og risikoene ved en investeringsidé. Codex er ett av flere verktøy investeringsteamene våre bruker til å utvikle arbeidsflyter for investeringsanalyse.
«Den største muligheten OpenAIs verktøy åpner for, er å kombinere løpende innsikt med menneskelig dømmekraft. Det har virkelig skjedd et skifte. Tidligere brukte vi AI til å automatisere en prosess styrt av mennesker. Nå automatiserer AI selve arbeidet med å hente frem kvalifisert innsikt. Dette analyselaget, kombinert med menneskelig dømmekraft, åpner helt fantastiske muligheter.»
Da Franklin Templeton først prøvde å bruke AI, la teamet data i en database og koblet modellene til den. Men det ga ikke svarene teamene trengte, fordi modellene ikke forsto hvordan dataene hang sammen. Da teamet la til agenter og et semantisk lag – en strukturert modell av hva selskapets data betyr og hvordan de henger sammen – endret resultatene seg. Teamet bruker Codex og andre verktøy til å utvikle dette sammenkoblede analyselaget. «Vi har klart å bygge det vi ser på som et sammenkoblet analyselag», sier Dudley. «Vi tar dataene inn i verktøyene og henter frem innsikt som gjør en forskjell.»
Analyse, risiko, etterlevelse og handel gir ulike perspektiver på en investering. Franklin Templetons ambisjon er å samle disse innspillene for porteføljeforvalterne. «Vi kan samle alt dette og bruke det til å hente frem innsikt for dem som tar beslutningene, altså porteføljeforvalterne våre», sier Dudley.
Dudley beskriver den tidligere arbeidsflyten for aksjeanalyse som menneskestyrt og sekvensiell: En analytiker gjør en innledende aksjeanalyse, går gjennom resultatpresentasjoner og studerer konkurrentene i hvert forretningsområde. Målet er å hente frem nyttig informasjon når analytikerne forbereder nye ideer som skal presenteres for porteføljeforvalterne, eller gir oppdateringer om eksisterende posisjoner i porteføljen. Som hun sier: «Det er rett og slett løpende innsikt kombinert med menneskelig dømmekraft.»
I arbeidsflyten Franklin Templeton ser for seg, vil investeringsteamene ha tilgang til et gjenbrukbart analysegrunnlag underlagt klare styringsrammer. Det kombinerer pålitelige datatilkoblinger, kontekst om porteføljer og arbeidsflyter og agentfunksjoner som henter frem innsikt analytikere og porteføljeforvaltere kan handle på.
Franklin Templeton har brukt Codex i hackatoner der eksperter har hjulpet investeringsmedarbeidere med å utvikle sine egne verktøy. Selskapets AI-pådrivere innen investering jobber med å gjøre eksperimenter om til produksjonsklare arbeidsflyter. Sikkerhetsgjennomgang, ekspertstøtte og datakontroll inngår i prosessen.
Dudley sier: «Vi har gått fra å forbedre analyseprosessen vår til å tenke helt nytt om arbeidsflyten for investeringsanalyse.»
Noe av det som gjør AI nyttig i andre sammenhenger, fungerer ikke innen kapitalforvaltning. Mange verktøy lærer brukerens preferanser og viser mer av det samme. Hvis noen foretrekker én analyseleverandør, henter verktøyet frem flere av rapportene fra denne leverandøren. For et investeringsteam kan en slik innsnevring føre til et skjevt perspektiv i investeringsprosessen. Franklin Templeton ønsker det motsatte. «Vi vil sikre at de får tilgang til et mangfold av analyser og synspunkter», sier Dudley.
Franklin Templeton vil at AI-systemene skal legge vekt på investeringsrisiko. «Vi trenger AI som forstår at en god investeringsidé er velbegrunnet, men at risikoene også må være analysert og gjort tydelige for porteføljeforvalterne våre», sier Dudley. «Når man leser et analysenotat, er det fra vårt ståsted ikke negativt å legge vekt på at noen har identifisert investeringsrisikoene. Det gir en mer informert investeringsbeslutning.»
Franklin Templetons erfaringer peker på noen gode praksiser innen investeringsforvaltning:
«Budskapet fra ledelsen er konsekvent: Vi oppmuntrer til innovasjon og eksperimentering med AI innenfor tydelig definerte risikorammer. Ikke alle initiativer vil lykkes, men hvert av dem bør gi innsikt som styrker det vi er i stand til å gjøre, gir grunnlag for fremtidige beslutninger og bidrar til kontinuerlig forbedring», sier Dudley.
La folk ta i bruk nye verktøy: Dudley forteller at Franklin Templeton har arrangert praktiske verksteder for teamene kort tid etter at ny teknologi er lansert, slik at de kan teste hvordan den passer inn i arbeidet.
Hjelp teamene med å lære verktøyene: Dudley sier: «Målet er å få dem til virkelig å forstå mulighetene i teknologien.»
Utvikle med egnede kontrolltiltak: Sikkerhetsgjennomgang, ekspertstøtte og dataavtaler inngår i Franklin Templetons arbeid med å gå fra eksperimentering til verktøy som er klare for produksjon.
«Med OpenAI føler teamene våre at de ligger helt i front av den teknologiske utviklingen.»
Dudleys langsiktige mål er å gjøre denne sammenkoblede innsikten tilgjengelig på tvers av investeringsteamene, fra analytikerne til lederne for hver investeringsgruppe.
Hun ønsker at analytikerne skal bruke mer tid ute i felten, snakke med mange ulike eksperter og fagfolk, inkludert ledere i unoterte selskaper, og ta med seg det de lærer tilbake til investeringsteamene sine. For Dudley er dette menneskelige perspektivet fortsatt avgjørende etter hvert som verktøyene utvikles.
